La Société Générale mobilise le Big Data pour la personnalisation et le time-to-market | La Revue du Digital

La Société Générale mobilise le Big Data pour la personnalisation et le time-to-market

La banque de détail doit changer sa manière de commercialiser ses produits. Un client n’hésite plus à changer de banque s’il n’est pas satisfait. La Société Générale fait appel au Big Data afin d’évaluer le meilleur moment pour proposer des produits à ses clients. Cela passe notamment par l’analyse textuelle des emails. 

Les temps changent et les banques sont désormais sous pression afin de développer leurs activités auprès de consommateurs de plus en plus exigeants. Pour répondre à ces nouveaux enjeux, la Société Générale fait appel au Big Data et à l’analyse prédictive.  C’est ce qu’a présenté Joseph Trojman, directeur de la stratégie et des études de la banque de détail de la Société Générale. Il s’est exprimé lors de la conférence DataJob 2014, le 20 Novembre, à Paris.

Des équipes agiles

La banque de détail de la Société Générale se dote d’équipes agiles qui maîtrisent toutes la plateforme Big Data Hadoop, ainsi que l’analyse prédictive. Ils peuvent ainsi réaliser l’analyse textuelle du contenu des emails pour évaluer la satisfaction des clients.

Ils réalisent également du Data Mining industriel afin de déterminer le meilleur moment pour contacter un client. La Société Générale procède à 36 mesures dans le temps. Cette démarche cherche à trouver des corrélations entre ces 36 moments et les 8 millions de clients de la banque. Il s’agit alors d’aller vite car la démarche est déclenchée après une visite en agence ou suite à une question par email.

Ils obtiennent ainsi des résultats en quelques minutes alors que cette performance était irréalisable avant l’arrivée d’Hadoop et du Big Data. Le « market timing » et la récurrence temporelle sont particulièrement efficaces pour commercialiser les produits d’épargne qui ont une saisonnalité forte. L’objectif est de proposer les bons produits adaptés au contexte économique fortement évolutif au bon moment.

Le bon canal au bon moment

Ainsi, via de nouvelles approches marketing, il sera possible d’utiliser les canaux digitaux pour proposer les bons produits au bon moment. Cela implique une autorisation préalable des clients, dans le cadre d’une démarche d’opt-in. A noter que les plateformes de marketing digital de la banque basées sur le Big Data coexistent avec le système d’information patrimonial, mais n’y sont pas intégrées.

Au global, le Big Data de la Société Générale est utilisé pour agir sur trois dimensions : le « time-to-market », la personnalisation et le multi-canal. La banque de détail doit adapter son « time to market » à des clients exigeants qui veulent des réponses immédiates.

Personnaliser

La personnalisation est critique. Joseph Trojman cite ainsi une étude menée par le constructeur américain Cisco, qui montre qu’elle pourrait amener 40% des clients à changer de banque. Au passage, cela implique que l’analyse statistique classique utilisant la moyenne et la variance n’a plus de sens, car chaque client devient un segment du marché à lui tout seul. Le Big Data devient indispensable pour cibler chaque client, et lui proposer une offre personnalisée. L’analyse du contenu des mails peut donc être un déclencheur.

Enfin, 98% des contacts se font encore en agence. La banque de détail doit donc valoriser ce levier relationnel en personnalisant les « conversations » post visite via les différents canaux disponibles qu’il s’agisse de l’email, du web, du mobile ou du centre d’appels. Les différents canaux de communication doivent valoriser le time-to-market et la personnalisation.

Créer des solutions

L’analyse de la Société Générale est que le métier de la banque de détail en France doit s’adapter rapidement aux évolutions des usages des clients et proposer des offres personnalisées en adoptant la temporalité du client. Pour cela, il est urgent de constituer des équipes pluridisciplinaires et de recruter des profils capables de « créer des solutions » et des modèles adaptés au Data Mining industriel.

Le point primordial est la compréhension du changement de comportement des clients en France depuis les années 1980 et la libéralisation du service de crédit. Le secteur bancaire s’est transformé d’un service perçu comme un service public en un service commercial « one stop shop ».

Un cycle de vie très long

A l’époque, le moteur de la relation client valorisait une relation sur un cycle de vie très long dans le temps, plutôt que de valoriser une transaction et des actes unitaires. La segmentation client était basée sur la valeur du portefeuille du client.

Le résultat était un marché en France bancarisé à 98% en comparaison des 80% en Europe, avec en moyenne entre six et huit produits acquis au sein de la même banque au lieu de deux ou trois dans les pays anglo-saxons et un turnover de clients extrêmement faible puisqu’il était en moyenne d’une fois tous les vingt ans.

Le changement de comportement des clients

Avec la stagnation économique, la demande de crédit ainsi que le niveau des flux d’épargne ont beaucoup baissé. Cela a impacté les modèles de revenus de la banque. A cela ce sont ajoutés des taux d’intérêts extrêmement bas et le développement dans l’esprit du client du modèle « freemium », dans lequel le client ne veut plus payer pour certains services. Afin de générer de la croissance, la banque mobilise donc désormais les leviers du Big Data.

Photo : Joseph Trojman, directeur de la stratégie et des études de la banque de détail de la Société Générale, le 20 Novembre. 

 

Ce texte a été lu 87845 fois !

William El Kaim

William El Kaim est expert reconnu de la transformation digitale. Consultant indépendant, et auteur pour la Revue du Digital, il a exercé les responsabilités de "Marketing Technology Director" dans le domaine du voyage d'affaires. Il a contribué à l'invention de multiples concepts et produits digitaux, ainsi qu'au déploiement réussi d'un réseau social d'entreprise.

Partager cet article

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *